CN106108909A - 一种人体姿态检测穿戴设备、系统及控制方法 - Google Patents
一种人体姿态检测穿戴设备、系统及控制方法 Download PDFInfo
- Publication number
- CN106108909A CN106108909A CN201610424140.0A CN201610424140A CN106108909A CN 106108909 A CN106108909 A CN 106108909A CN 201610424140 A CN201610424140 A CN 201610424140A CN 106108909 A CN106108909 A CN 106108909A
- Authority
- CN
- China
- Prior art keywords
- data
- master controller
- module
- wearable device
- human body
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
Abstract
本发明提供了一种人体姿态检测穿戴设备、系统及控制方法,涉及机器人领域。其特征在于,所述系统包括:供电电路、惯性传感器、主控制器、GPRS模块、接口电路、晶振电路和复位电路;所述接口电路信号连接于主控制器;所述接口电路信号连接于主控制器;所述复位电路信号连接于主控制器;所述惯性传感器信号连接于主控制器;所述GPRS模块信号连接于主控制器;所述供电电路分别信号连接于惯性传感器、主控制器和GPRS模块。该发明具有识别准确、结构简单、造价便宜、算法先进和成本低等优点。
Description
技术领域
本发明涉及生物识别领域,特别涉及一种人体姿态检测穿戴设备、系统及控制方法。
背景技术
考虑到我国日趋严重的老龄化社会问题,同时考虑还有一大批行动不方便的残疾人,开发家庭服务机器人非常有必要。识别人的运动是服务机器人实现自主服务、人机交互的基础,并成为近年来被广泛关注的热点。目前,基于视觉传感器的运动识别采用的方法主要有三类:第一类,基于时空特征的模式分析方法。这种方法是首先将提取人体区域图像序列转换为一组静态形状模式,然后在识别阶段和预先存储的行为样本相比较。这类方法计算复杂度低、实现简单,但是对于噪声和运动时间间隔的变化敏感。
第二类,基于模型的方法。该方法先采用人体2D或3D模型得到每一帧视频中的人体姿势,然后利用随时间变化的姿势来描述不同动作。该方法准确度高,但是计算量大,对设备要求高,实时性差。
第三类,基于图像统计处理的方法。这类方法直接对视频帧的低层信息进行统计分析,从而对视频段进行理解。比如,MaandLin通过对视频帧进行主成分分析,然后对各种动作序列进行分类和识别,但是图像的大数据量导致计算量非常大。家庭环境下拍摄的图像背景杂乱,人体姿态视角不一,衣着颜色风格各异,运动时间间隔变化多样,前面描述的行为分析方法都很难应用于复杂家庭环境下的行为理解系统中。本文研究在复杂环境下对人的日常典型动作(如站起、躺下等)和突发异常动作(摔倒)进行识别。其中涉及的关键性问题是:人的运动表征与人的动作识别,此问题的实质是提取何种特征,采用什么样的机制、模型对人的动作进行建模。
现有的人体姿态检测系统还存在以下的问题:
1、复杂:现有的人体姿态检测系统大都采用极其复杂的编程手段和复杂的电路结构制作而成。整个系统非常的复杂,整个设备体积非常的大。导致了成本的提升。
2、智能近距离检测:现有的人体检测系统大都智能在穿戴设备的近距离进行检测,使用起来非常的不方便。
3、识别准确率低:采用的识别方法都只是单纯的对各个模块获取的人体数据的简单分析处理,没有进行数据融合和纠正,导致识别的准确率大大降低。
发明内容
鉴于此,本发明提供了一种人体姿态检测穿戴设备、系统及控制方法,该发明具有识别准确、结构简单、造价便宜、算法先进和成本低等优点。
本发明采用的技术方案如下:
一种人体姿态检测穿戴设备,其特征在于,它包括:供电电路、惯性传感器、主控制器、GPRS模块、接口电路、晶振电路和复位电路;所述接口电路信号连接于主控制器;所述接口电路信号连接于主控制器;所述复位电路信号连接于主控制器;所述惯性传感器信号连接于主控制器;所述GPRS模块信号连接于主控制器;所述供电电路分别信号连接于惯性传感器、主控制器和GPRS模块。
所述供电电路,用于给穿戴设备提供能源支持;所述惯性传感器,固定在人体特定部位,用于完成对加速度计、磁力计和陀螺仪的信息采集,然后通过串口发送到主控制器;所述主控制器,用于对接收到的数据信息进行卡尔曼滤波融合出人体特定部位的角度,然后根据特定部位的角度值完成姿态的检测,最后GPRS模块通过socket协议将姿态信息打包传送到上位机。
一种人体姿态检测系统,其特征在于,所述系统包括:穿戴设备和上位机控制终端;所述上位机控制终端包括:数据传输模块、系统配置模块、读取模块、数据处理模块;所述系统配置模块信号连接于数据传输模块;所述读取模块信号连接于数据传输模块;所述数据处理模块了信号连接于数据传输模块。
所述数据传输模所述数据传输模块,用于连接穿戴设备和上位机控制终端之间的数据传输;所述系统配置模块,用于进行时钟配置、串口配置和惯性传感器配置;所述读取模块,用于发送数据读取命令至穿戴设备,触发穿戴设备获取磁力原始数据、加速度计原始数据和陀螺仪原始数据;所述数据处理模块,用于对穿戴设备发送过来的数据信息进行数据处理。
所述惯性传感为iNEMO模块。
一种人体姿态检测控制方法,其特征在于,所述方法包括如下步骤:
步骤1:系统初始化,整个系统启动;
步骤2:开始进行时钟配置和串口配置,配置完成后,进行网络注册;
步骤3:注册成功后,进行网络连接,并对惯性传感器进行配置;
步骤4:配置完成后,通过读取模块发送读取命令至穿戴设备;
步骤5:穿戴设备的惯性传感器开始对磁力计、加速度计和陀螺仪的原始数据进行读取;
步骤6:穿戴设备开始对磁力计、陀螺仪和加速度仪获取到的值进行计算,将计算结果发送至主控制器;
步骤7:主控制器开始对计算结果进行数据融合,获取角度值,将融合结果和角度值进行数据打包;
步骤8:将打包后的数据发送至上位控制机,上位控制机对这些数据进行数据处理,得出结果。
所述主控制器对计算结果进行数据融合的方法包括以下步骤:
步骤1:根据从陀螺仪中获取到的数据信息,求取四元数,然后采用如下公式,将四元数转换成姿态角:
其中,wx,wy,wz为三轴加速度的横坐标
步骤2:然后利用从加速度计获取到的数据信息,采用卡尔曼滤波的方法对四元数进行修正,采用的状态空间方程为:
X(k)=AX(k-1)+BU(k)+W(k);
Z(k)=HX(k)+V(k);
其中X(k)是k时刻的系统状态,U(k)是k时刻的系统的控制量,A和B是系统参数,Z(k)是k时刻的测量值,H是测量系统的参数,W(k)和V(k)分别表示过程和测量的噪声。
步骤3:随后读取磁力计输出的三轴磁场强度为:然后用加速度计对磁力计进行倾斜补偿:
根据倾斜补偿后的磁力输出,可以求得偏航角为:
采用以上技术方案,本发明产生了以下有益效果:
1、识别准确率高:本发明采用的识别算法中,除了对数据进行处理以外,还对这些数据进行了数据融合。
2、传输距离大:本发明采用了GPRS进行远距离传输,能够大大扩展传输距离和传输质量。保证了能够在很远的地方对人体进行检测。
3、体积小巧方便,应用性强:本发明的穿戴设备结构简单,制造成本低,同时也保证了穿戴设备整体小巧方便,具有极强的应用性。
4、算法先进:本发明改进后的算法除了对直接获取的数据进行处理外,还对数据进行了融合和纠偏。在传统的算法基础上进行了改进,使其更能适应姿态检测设备的应用。
附图说明
图1是本发明的一种人体姿态检测穿戴设备、系统及控制方法的系统结构示意图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要)中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
本发明实施例1中提供了一种人体姿态检测穿戴设备:
一种人体姿态检测穿戴设备,其特征在于,它包括:供电电路、惯性传感器、主控制器、GPRS模块、接口电路、晶振电路和复位电路;所述接口电路信号连接于主控制器;所述接口电路信号连接于主控制器;所述复位电路信号连接于主控制器;所述惯性传感器信号连接于主控制器;所述GPRS模块信号连接于主控制器;所述供电电路分别信号连接于惯性传感器、主控制器和GPRS模块。
所述供电电路,用于给穿戴设备提供能源支持;所述惯性传感器,固定在人体特定部位,用于完成对加速度计、磁力计和陀螺仪的信息采集,然后通过串口发送到主控制器;所述主控制器,用于对接收到的数据信息进行卡尔曼滤波融合出人体特定部位的角度,然后根据特定部位的角度值完成姿态的检测,最后GPRS模块通过socket协议将姿态信息打包传送到上位机。
本发明实施例2中提供了一种人体姿态检测穿戴设备和系统,系统结构如图1所示:
一种人体姿态检测穿戴设备,其特征在于,它包括:供电电路、惯性传感器、主控制器、GPRS模块、接口电路、晶振电路和复位电路;所述接口电路信号连接于主控制器;所述接口电路信号连接于主控制器;所述复位电路信号连接于主控制器;所述惯性传感器信号连接于主控制器;所述GPRS模块信号连接于主控制器;所述供电电路分别信号连接于惯性传感器、主控制器和GPRS模块。
所述供电电路,用于给穿戴设备提供能源支持;所述惯性传感器,固定在人体特定部位,用于完成对加速度计、磁力计和陀螺仪的信息采集,然后通过串口发送到主控制器;所述主控制器,用于对接收到的数据信息进行卡尔曼滤波融合出人体特定部位的角度,然后根据特定部位的角度值完成姿态的检测,最后GPRS模块通过socket协议将姿态信息打包传送到上位机。
一种人体姿态检测系统,其特征在于,所述系统包括:穿戴设备和上位机控制终端;所述上位机控制终端包括:数据传输模块、系统配置模块、读取模块、数据处理模块;所述系统配置模块信号连接于数据传输模块;所述读取模块信号连接于数据传输模块;所述数据处理模块了信号连接于数据传输模块。
所述数据传输模所述数据传输模块,用于连接穿戴设备和上位机控制终端之间的数据传输;所述系统配置模块,用于进行时钟配置、串口配置和惯性传感器配置;所述读取模块,用于发送数据读取命令至穿戴设备,触发穿戴设备获取磁力原始数据、加速度计原始数据和陀螺仪原始数据;所述数据处理模块,用于对穿戴设备发送过来的数据信息进行数据处理。
所述惯性传感为iNEMO模块。
本发明实施例3中提供了一种人体姿态检测穿戴设备、系统及控制方法,系统结构图如图1所示:
一种人体姿态检测穿戴设备,其特征在于,它包括:供电电路、惯性传感器、主控制器、GPRS模块、接口电路、晶振电路和复位电路;所述接口电路信号连接于主控制器;所述接口电路信号连接于主控制器;所述复位电路信号连接于主控制器;所述惯性传感器信号连接于主控制器;所述GPRS模块信号连接于主控制器;所述供电电路分别信号连接于惯性传感器、主控制器和GPRS模块。
所述供电电路,用于给穿戴设备提供能源支持;所述惯性传感器,固定在人体特定部位,用于完成对加速度计、磁力计和陀螺仪的信息采集,然后通过串口发送到主控制器;所述主控制器,用于对接收到的数据信息进行卡尔曼滤波融合出人体特定部位的角度,然后根据特定部位的角度值完成姿态的检测,最后GPRS模块通过socket协议将姿态信息打包传送到上位机。
一种人体姿态检测系统,其特征在于,所述系统包括:穿戴设备和上位机控制终端;所述上位机控制终端包括:数据传输模块、系统配置模块、读取模块、数据处理模块;所述系统配置模块信号连接于数据传输模块;所述读取模块信号连接于数据传输模块;所述数据处理模块了信号连接于数据传输模块。
所述数据传输模所述数据传输模块,用于连接穿戴设备和上位机控制终端之间的数据传输;所述系统配置模块,用于进行时钟配置、串口配置和惯性传感器配置;所述读取模块,用于发送数据读取命令至穿戴设备,触发穿戴设备获取磁力原始数据、加速度计原始数据和陀螺仪原始数据;所述数据处理模块,用于对穿戴设备发送过来的数据信息进行数据处理。
所述惯性传感为iNEMO模块。
一种人体姿态检测控制方法,其特征在于,所述方法包括如下步骤:
步骤1:系统初始化,整个系统启动;
步骤2:开始进行时钟配置和串口配置,配置完成后,进行网络注册;
步骤3:注册成功后,进行网络连接,并对惯性传感器进行配置;
步骤4:配置完成后,通过读取模块发送读取命令至穿戴设备;
步骤5:穿戴设备的惯性传感器开始对磁力计、加速度计和陀螺仪的原始数据进行读取;
步骤6:穿戴设备开始对磁力计、陀螺仪和加速度仪获取到的值进行计算,将计算结果发送至主控制器;
步骤7:主控制器开始对计算结果进行数据融合,获取角度值,将融合结果和角度值进行数据打包;
步骤8:将打包后的数据发送至上位控制机,上位控制机对这些数据进行数据处理,得出结果。
所述主控制器对计算结果进行数据融合的方法包括以下步骤:
步骤1:根据从陀螺仪中获取到的数据信息,求取四元数,然后采用如下公式,将四元数转换成姿态角:
其中,wx,wy,wz为三轴加速度的横坐标
步骤2:然后利用从加速度计获取到的数据信息,采用卡尔曼滤波的方法对四元数进行修正,采用的状态空间方程为:
X(k)=AX(k-1)+BU(k)+W(k);
Z(k)=HX(k)+V(k);
其中X(k)是k时刻的系统状态,U(k)是k时刻的系统的控制量,A和B是系统参数,Z(k)是k时刻的测量值,H是测量系统的参数,W(k)和V(k)分别表示过程和测量的噪声。
步骤3:随后读取磁力计输出的三轴磁场强度为:然后用加速度计对磁力计进行倾斜补偿:
根据倾斜补偿后的磁力输出,可以求得偏航角为:
本发明实施例4中提供了一种人体姿态检测穿戴设备、系统及控制方法,系统结构图如图1所示:
一种人体姿态检测穿戴设备,其特征在于,它包括:供电电路、惯性传感器、主控制器、GPRS模块、接口电路、晶振电路和复位电路;所述接口电路信号连接于主控制器;所述接口电路信号连接于主控制器;所述复位电路信号连接于主控制器;所述惯性传感器信号连接于主控制器;所述GPRS模块信号连接于主控制器;所述供电电路分别信号连接于惯性传感器、主控制器和GPRS模块。
所述供电电路,用于给穿戴设备提供能源支持;所述惯性传感器,固定在人体特定部位,用于完成对加速度计、磁力计和陀螺仪的信息采集,然后通过串口发送到主控制器;所述主控制器,用于对接收到的数据信息进行卡尔曼滤波融合出人体特定部位的角度,然后根据特定部位的角度值完成姿态的检测,最后GPRS模块通过socket协议将姿态信息打包传送到上位机。
一种人体姿态检测系统,其特征在于,所述系统包括:穿戴设备和上位机控制终端;所述上位机控制终端包括:数据传输模块、系统配置模块、读取模块、数据处理模块;所述系统配置模块信号连接于数据传输模块;所述读取模块信号连接于数据传输模块;所述数据处理模块了信号连接于数据传输模块。
所述数据传输模所述数据传输模块,用于连接穿戴设备和上位机控制终端之间的数据传输;所述系统配置模块,用于进行时钟配置、串口配置和惯性传感器配置;所述读取模块,用于发送数据读取命令至穿戴设备,触发穿戴设备获取磁力原始数据、加速度计原始数据和陀螺仪原始数据;所述数据处理模块,用于对穿戴设备发送过来的数据信息进行数据处理。
所述惯性传感为iNEMO模块。
一种人体姿态检测控制方法,其特征在于,所述方法包括如下步骤:
步骤1:系统初始化,整个系统启动;
步骤2:开始进行时钟配置和串口配置,配置完成后,进行网络注册;
步骤3:注册成功后,进行网络连接,并对惯性传感器进行配置;
步骤4:配置完成后,通过读取模块发送读取命令至穿戴设备;
步骤5:穿戴设备的惯性传感器开始对磁力计、加速度计和陀螺仪的原始数据进行读取;
步骤6:穿戴设备开始对磁力计、陀螺仪和加速度仪获取到的值进行计算,将计算结果发送至主控制器;
步骤7:主控制器开始对计算结果进行数据融合,获取角度值,将融合结果和角度值进行数据打包;
步骤8:将打包后的数据发送至上位控制机,上位控制机对这些数据进行数据处理,得出结果。
所述主控制器对计算结果进行数据融合的方法包括以下步骤:
步骤1:根据从陀螺仪中获取到的数据信息,求取四元数,然后采用如下公式,将四元数转换成姿态角:
其中,wx,wy,wz为三轴加速度的横坐标
步骤2:然后利用从加速度计获取到的数据信息,采用卡尔曼滤波的方法对四元数进行修正,采用的状态空间方程为:
X(k)=AX(k-1)+BU(k)+W(k);
Z(k)=HX(k)+V(k);
其中X(k)是k时刻的系统状态,U(k)是k时刻的系统的控制量,A和B是系统参数,Z(k)是k时刻的测量值,H是测量系统的参数,W(k)和V(k)分别表示过程和测量的噪声。
步骤3:随后读取磁力计输出的三轴磁场强度为:然后用加速度计对磁力计进行倾斜补偿:
根据倾斜补偿后的磁力输出,可以求得偏航角为:
本发明采用的识别算法中,除了对数据进行处理以外,还对这些数据进行了数据融合。
本发明采用了GPRS进行远距离传输,能够大大扩展传输距离和传输质量。保证了能够在很远的地方对人体进行检测。
本发明的穿戴设备结构简单,制造成本低,同时也保证了穿戴设备整体小巧方便,具有极强的应用性。
本发明改进后的算法除了对直接获取的数据进行处理外,还对数据进行了融合和纠偏。在传统的算法基础上进行了改进,使其更能适应姿态检测设备的应用。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (7)
1.一种人体姿态检测穿戴设备,其特征在于,它包括:供电电路、惯性传感器、主控制器、GPRS模块、接口电路、晶振电路和复位电路;所述接口电路信号连接于主控制器;所述接口电路信号连接于主控制器;所述复位电路信号连接于主控制器;所述惯性传感器信号连接于主控制器;所述GPRS模块信号连接于主控制器;所述供电电路分别信号连接于惯性传感器、主控制器和GPRS模块。
2.如权利要求1所述的人体姿态检测穿戴设备,其特征在于,所述供电电路,用于给穿戴设备提供能源支持;所述惯性传感器,固定在人体特定部位,用于完成对加速度计、磁力计和陀螺仪的信息采集,然后通过串口发送到主控制器;所述主控制器,用于对接收到的数据信息进行卡尔曼滤波融合出人体特定部位的角度,然后根据特定部位的角度值完成姿态的检测,最后GPRS模块通过socket协议将姿态信息打包传送到上位机。
3.一种基于权利要求1至2之一所述的人体姿态检测穿戴设备的系统,其特征在于,所述系统包括:穿戴设备和上位机控制终端;所述上位机控制终端包括:数据传输模块、系统配置模块、读取模块、数据处理模块;所述系统配置模块信号连接于数据传输模块;所述读取模块信号连接于数据传输模块;所述数据处理模块了信号连接于数据传输模块。
4.如权利要求3所述的人体姿态检测系统,其特征在于,所述数据传输模所述数据传输模块,用于连接穿戴设备和上位机控制终端之间的数据传输;所述系统配置模块,用于进行时钟配置、串口配置和惯性传感器配置;所述读取模块,用于发送数据读取命令至穿戴设备,触发穿戴设备获取磁力原始数据、加速度计原始数据和陀螺仪原始数据;所述数据处理模块,用于对穿戴设备发送过来的数据信息进行数据处理。
5.如权利要求4所述的人体姿态检测系统,其特征在于,所述惯性传感为iNEMO模块。
6.一种基于权利要求3至5之一所述的人体姿态检测系统的方法,其特征在于,所述方法包括如下步骤:
步骤1:系统初始化,整个系统启动;
步骤2:开始进行时钟配置和串口配置,配置完成后,进行网络注册;
步骤3:注册成功后,进行网络连接,并对惯性传感器进行配置;
步骤4:配置完成后,通过读取模块发送读取命令至穿戴设备;
步骤5:穿戴设备的惯性传感器开始对磁力计、加速度计和陀螺仪的原始数据进行读取;
步骤6:穿戴设备开始对磁力计、陀螺仪和加速度仪获取到的值进行计算,将计算结果发送至主控制器;
步骤7:主控制器开始对计算结果进行数据融合,获取角度值,将融合结果和角度值进行数据打包;
步骤8:将打包后的数据发送至上位控制机,上位控制机对这些数据进行数据处理,得出结果。
7.如权利要求6所述的人体姿态检测系统的方法,其特征在于,所述主控制器对计算结果进行数据融合的方法包括以下步骤:
步骤1:根据从陀螺仪中获取到的数据信息,求取四元数,然后采用如下公式,将四元数转换成姿态角:
其中,wx,wy,wz为三轴加速度的横坐标
步骤2:然后利用从加速度计获取到的数据信息,采用卡尔曼滤波的方法对四元数进行修正,采用的状态空间方程为:
X(k)=AX(k-1)+BU(k)+W(k);
Z(k)=HX(k)+V(k);
其中X(k)是k时刻的系统状态,U(k)是k时刻的系统的控制量,A和B是系统参数,Z(k)是k时刻的测量值,H是测量系统的参数,W(k)和V(k)分别表示过程和测量的噪声。
步骤3:随后读取磁力计输出的三轴磁场强度为:然后用加速度计对磁力计进行倾斜补偿:
根据倾斜补偿后的磁力输出,可以求得偏航角为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610424140.0A CN106108909A (zh) | 2016-06-14 | 2016-06-14 | 一种人体姿态检测穿戴设备、系统及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610424140.0A CN106108909A (zh) | 2016-06-14 | 2016-06-14 | 一种人体姿态检测穿戴设备、系统及控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106108909A true CN106108909A (zh) | 2016-11-16 |
Family
ID=57469513
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610424140.0A Pending CN106108909A (zh) | 2016-06-14 | 2016-06-14 | 一种人体姿态检测穿戴设备、系统及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106108909A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106500695A (zh) * | 2017-01-05 | 2017-03-15 | 大连理工大学 | 一种基于自适应扩展卡尔曼滤波的人体姿态识别方法 |
CN107024976A (zh) * | 2016-01-30 | 2017-08-08 | 南京理工大学 | 基于mems惯性传感器的人体姿态检测系统及其检测方法 |
CN108509024A (zh) * | 2018-01-25 | 2018-09-07 | 北京奇艺世纪科技有限公司 | 一种基于虚拟现实设备的数据处理方法和装置 |
CN109737941A (zh) * | 2019-01-29 | 2019-05-10 | 桂林电子科技大学 | 一种人体动作捕捉方法 |
WO2020207071A1 (zh) * | 2019-04-10 | 2020-10-15 | 深圳先进技术研究院 | 一种健身动作识别方法、系统及电子设备 |
WO2021208505A1 (zh) * | 2020-04-14 | 2021-10-21 | 所乐思(深圳)科技有限公司 | 智能眼镜、监控人体姿态的方法、介质、终端及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7850574B2 (en) * | 2005-12-22 | 2010-12-14 | International Business Machines Corporation | Device for monitoring a user's posture |
CN104147770A (zh) * | 2014-07-24 | 2014-11-19 | 燕山大学 | 基于惯性传感器可穿戴式偏瘫康复设备及捷联姿态算法 |
CN104406586A (zh) * | 2014-12-04 | 2015-03-11 | 南京邮电大学 | 基于惯性传感器的行人导航装置和方法 |
KR101510340B1 (ko) * | 2013-10-14 | 2015-04-07 | 현대자동차 주식회사 | 신체 착용 컴퓨터 |
CN105043385A (zh) * | 2015-06-05 | 2015-11-11 | 北京信息科技大学 | 一种行人自主导航定位的自适应卡尔曼滤波方法 |
CN105607106A (zh) * | 2015-12-18 | 2016-05-25 | 重庆邮电大学 | 一种低成本高精度bd/mems融合姿态测量方法 |
-
2016
- 2016-06-14 CN CN201610424140.0A patent/CN106108909A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7850574B2 (en) * | 2005-12-22 | 2010-12-14 | International Business Machines Corporation | Device for monitoring a user's posture |
KR101510340B1 (ko) * | 2013-10-14 | 2015-04-07 | 현대자동차 주식회사 | 신체 착용 컴퓨터 |
CN104147770A (zh) * | 2014-07-24 | 2014-11-19 | 燕山大学 | 基于惯性传感器可穿戴式偏瘫康复设备及捷联姿态算法 |
CN104406586A (zh) * | 2014-12-04 | 2015-03-11 | 南京邮电大学 | 基于惯性传感器的行人导航装置和方法 |
CN105043385A (zh) * | 2015-06-05 | 2015-11-11 | 北京信息科技大学 | 一种行人自主导航定位的自适应卡尔曼滤波方法 |
CN105607106A (zh) * | 2015-12-18 | 2016-05-25 | 重庆邮电大学 | 一种低成本高精度bd/mems融合姿态测量方法 |
Non-Patent Citations (2)
Title |
---|
EDN CHINA电子技术设计: "基于iNEMO模块的姿态检测及数据传输设计", 《WWW.DZSC.COM》 * |
袁通等: "人体姿态检测及数据传输系统设计", 《单片机与嵌入式系统应用》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107024976A (zh) * | 2016-01-30 | 2017-08-08 | 南京理工大学 | 基于mems惯性传感器的人体姿态检测系统及其检测方法 |
CN106500695A (zh) * | 2017-01-05 | 2017-03-15 | 大连理工大学 | 一种基于自适应扩展卡尔曼滤波的人体姿态识别方法 |
CN106500695B (zh) * | 2017-01-05 | 2019-02-01 | 大连理工大学 | 一种基于自适应扩展卡尔曼滤波的人体姿态识别方法 |
CN108509024A (zh) * | 2018-01-25 | 2018-09-07 | 北京奇艺世纪科技有限公司 | 一种基于虚拟现实设备的数据处理方法和装置 |
CN109737941A (zh) * | 2019-01-29 | 2019-05-10 | 桂林电子科技大学 | 一种人体动作捕捉方法 |
WO2020207071A1 (zh) * | 2019-04-10 | 2020-10-15 | 深圳先进技术研究院 | 一种健身动作识别方法、系统及电子设备 |
WO2021208505A1 (zh) * | 2020-04-14 | 2021-10-21 | 所乐思(深圳)科技有限公司 | 智能眼镜、监控人体姿态的方法、介质、终端及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106108909A (zh) | 一种人体姿态检测穿戴设备、系统及控制方法 | |
KR101778807B1 (ko) | 데이터 융합을 이용하는 모션 캡처 포인터 | |
KR101509472B1 (ko) | 운동파라미터 확정방법, 장치와 운동지원방법 | |
CN104515521B (zh) | 步行者观测系统、记录介质及行进方向推定方法 | |
CN105686833B (zh) | 基于无线体域网的可穿戴式多节点三维运动监测系统 | |
CN107754225A (zh) | 一种智能健身教练系统 | |
Chakravorti et al. | Design and implementation of an integrated performance monitoring tool for swimming to extract stroke information at real time | |
CN104792327B (zh) | 一种基于移动设备的运动轨迹对比方法 | |
CN107543546A (zh) | 一种六轴运动传感器的姿态解算方法及装置 | |
CN105068657B (zh) | 手势的识别方法及装置 | |
CN109211267B (zh) | 一种惯性动作捕捉姿态快速校准方法及系统 | |
CN109724602A (zh) | 一种基于硬件fpu的姿态解算系统及其解算方法 | |
Sun et al. | Adaptive sensor data fusion in motion capture | |
US10593065B2 (en) | Method and device for camera pose estimation | |
CN106125908A (zh) | 一种动作捕捉校准系统 | |
Liu | Human motion state recognition based on MEMS sensors and Zigbee network | |
Salehi et al. | Body-IMU autocalibration for inertial hip and knee joint tracking | |
CN106344036A (zh) | 一种检测人体运动姿势的智能运动背心装置及其检测方法 | |
WO2017185222A1 (zh) | 一种基于球类运动的运动轨迹采集和分析的系统与方法 | |
CN108827290A (zh) | 一种人体运动状态反演装置及方法 | |
CN111209882A (zh) | 一种全向运动装置的步态信息获取方法、系统及可读存储介质 | |
CN106970705A (zh) | 动作捕捉方法、装置和电子设备 | |
Amaro et al. | A survey of sensor fusion algorithms for sport and health monitoring applications | |
CN105824432A (zh) | 一种动作捕捉系统 | |
Xu et al. | An inertial sensing-based approach to swimming pose recognition and data analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161116 |